内推指向式旋转导向工具及其导向力分析

旋转导向工具提供的导向力及工具结构决定了工具的实际造斜能力,是工具性能的重要评价指标之一。文章通过对内推指向式旋转导向工具导向执行机构力学建模,给出内推指向式旋转导向工具导向力的计算表达式,分析了工具结构参数、摩擦系数及钻井液压差对工具导向力的影响。研究表明,随摩擦系数增大,工具导向力小幅上升但工具稳定性显著降低,应通过封装和润滑设计减小工具摩擦系数;随工具导向执行机构调整楔块倾角增大,工具导向稳定性提高但导向力减小,在工具设计中应注意平衡二者关系;工具运动件质量和运动参数对工具 导向力几乎没有影响,主要通过增大钻具内外钻井液压差和伺服液缸活塞有效面积来提高工具导向力。     

基于粒子群算法优化支持向量回归的水质预测模型

溶解氧是反映水污染程度的一个重要指标,准确的预测可以高效合理地判断水质环境的状况。由于水质环境的实时变化和复杂性以及收集数据的偏差,在水生系统中获得高效、精确的预测模型是困难的。因此,首先利用主成分分析（PCA）确定影响水质溶解氧的变量数目,降低数据维数,为解决变量间的非线性和非平稳性问题,提出用互信息（MI）选取影响...     

基于多类支持向量机的汽轮发电机组故障诊断

故障诊断发展的瓶颈之一是故障样本的缺乏，而不仅在于诊断方法本身。支持向量机方法是专门针对小样本情况的，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值。该文分析了多类支持向量机的DAGSVM算法，时于σ的取值，提出了基于错分样本数的变增量迭代算法，在小样本情况下时汽轮发电机组故障诊断进行了仿真研究，结果表明了该方法的有效性。     

旋转机械诊断中的矢功率谱-模糊C均值聚类方法

结合矢功率谱和模糊C均值聚类算法,提出了一种新的旋转机械故障识别方法。该方法以矢功率谱为特征向量,以模糊C均值聚类算法为分类器,成功地应用到旋转机械故障诊断中。实验结果表明,该方法是有效的。     

基于SVM的对冲燃煤锅炉NOx排放特性

提出了一种基于支持向量机理论在燃煤锅炉NOx排放预测的方法．对某台300 MW旋流对冲燃煤电站锅炉进行了多工况热态试验,考虑温度对NOx生成的影响,利用火焰诊断系统对炉膛温度场进行了测量．应用支持向量机理论建立了NOx排放特性模型并进行了校验．通过同神经网络模型比较,证实了该模型泛化能力强、预测精度高的优点．该模型可为电厂锅炉通过燃烧调整降低NOx排放提供参考．     

基于小波分析的汽轮机碰磨故障诊断

振动故障是故障诊断中的难点,故障原因复杂、类别繁多。小波分析因具有良好的时频局部性及多分辨率分析特性,被广泛地应用在振动故障诊断中。介绍了小波分析方法在振动故障诊断中的应用,利用时频等高图确定汽轮机碰磨故障发生的时刻,借助小波包特征熵向量诊断碰磨故障的严重程度,从而提出了完整的汽轮机碰磨故障的小波分析诊断方法。     

支持向量机回归模型在径流预测中的应用

为了探索提高径流中长期预测精度的有效途径,尝试建立了基于支持向量机的径流预测模型,并应用于西江流域梧州站的年、月径流预测中,取得了很好的效果。并与神经网络预测进行对比,结果表明该模型的预测精度要高于人工神经网络模型。     

基于LVQ网络在汽轮机轴承座松动故障诊断中的应用

利用汽轮机轴承座松动的相关频段上不同频率谱的谱峰能量值作为故障信号的训练样本输入到LVQ网络,并产生训练后的权重向量。由于竞争层神经元的权重分布不同,权重分布图则也不同,因此,可以根据不同的权重分布图来准确地诊断汽轮机轴承座松动故障的严重程度。     

应用最小二乘支持向量机和混合遗传算法的制粉系统优化控制

利用最小二乘支持向量机(LSSVM)对直吹式中速磨制粉系统进行建模,然后采用混合遗传算法(HGA)对模型寻优,以获得不同工况下制粉系统的最佳运行方式.在某电厂200 MW机组上进行了现场试验.结果表明:该方法具有较高的可靠性和实用性,可用以指导运行人员进行制粉系统的优化调整.     

基于K-L变换的支持向量机在汽轮机故障诊断中的应用

支持向量机应用于故障诊断是近年来研究的热点,在支持向量机算法的基础上,以汽轮机故障为例,引入了K-L变换对故障特征进行提取。结果表明,经K-L变换后的支持向量机算法能够保证故障信息的完整性,有效识别临界故障状态,提高了故障的分类精度,扩展了支持向量机的应用范畴。